[论文解读] On Isolating Points Using Disks

Matt Gibson, Gaurav Kanade+1 more|arXiv (Cornell University)|Apr 26, 2011

Mobile Ad Hoc Networks参考文献 6被引用 5

一句话总结

本文提出了一种多项式时间的贪心算法，针对通过路径拦截分离所有点对的最小单位圆盘集合隔离平面上点集的问题，实现了O(1)-近似解。该算法递归识别点对的最小分离器，并利用圆盘排列的几何特性，确保近似质量有界。

ABSTRACT

In this paper, we consider the problem of choosing disks (that we can think of as corresponding to wireless sensors) so that given a set of input points in the plane, there exists no path between any pair of these points that is not intercepted by some disk. We try to achieve this separation using a minimum number of a given set of unit disks. We show that a constant factor approximation to this problem can be found in polynomial time using a greedy algorithm. To the best of our knowledge we are the first to study this optimization problem.

研究动机与目标

• 解决在平面上使用最少数量的单位圆盘隔离点集的问题，使得任意两点之间不存在不与至少一个圆盘相交的路径。
• 为这一NP难的几何优化问题设计一种多项式时间算法，提供常数因子近似解。
• 将该方法推广至任意半径的圆盘，并证明其在单位圆盘以外场景的适用性。
• 通过圆盘排列复杂度的几何与组合论证，建立理论保证。
• 证明基于两点分离的贪心策略尽管问题结构非平凡，仍可获得全局有界近似比。

提出的方法

• 使用递归贪心过程，每一步选择能分离当前子集中任意一对点的最小圆盘子集。
• 将两点分离算法（定理3.1）作为子程序，用于寻找分离两个特定点的最小圆盘集合。
• 根据当前分离器，将剩余点划分为连通分量（面），然后在每个分量上递归处理。
• 将每个分离器集合分配给子集中唯一一个点，以避免重复计数，确保总大小有界。
• 应用圆盘排列的并集复杂度论证，以最优解为基准，界定向所有递归分离器的总成本。
• 利用最优解中圆盘并集的边界复杂度与圆盘数量呈线性关系的事实，实现常数因子近似。

实验结果

研究问题

• RQ1 能否为使用最少数量单位圆盘隔离点集的问题实现常数因子近似？
• RQ2 是否存在一种多项式时间算法，能为该几何分离问题保证有界近似比？
• RQ3 问题的递归结构如何与圆盘排列的几何复杂度相互作用？
• RQ4 基于成对分离的贪心方法是否能尽管未一次性解决全部问题，仍获得全局优良近似？
• RQ5 圆盘并集边界组合复杂度在界定向所有计算分离器总大小方面起什么作用？

主要发现

• 所提出的算法对最小圆盘分离问题实现了O(1)-近似，即解的大小在最优解的常数倍范围内。
• 该算法在多项式时间内运行，基于递归贪心策略，选择点对的最小分离器。
• 分析表明，所有递归调用中计算出的分离器总大小为O(|OPT|)，其中|OPT|为最优解的大小。
• 关键洞见在于，递归过程中每个分离器均可分配给输入集合中唯一一个点，且总成本由最优圆盘排列的并集复杂度所界。
• 两点分离子程序（定理3.1）保证了对任意两点分离的常数因子近似。
• 该结果可推广至任意且不同半径的圆盘，不仅限于单位圆盘。